快手KAT Coder登顶SWE-Bench，开源界最强“编程AI”出现了

最新消息，快手旗下AI团队 Kwaipilot 公布了自研模型 KAT-Dev-72B-Exp 的测试成绩—— 在严格的 SWE-agent 验证框架下，模型以 74.6% 的分数登顶 SWE-Bench Verified 榜单，成为目前开源模型中表现最强的代码修复智能体。

这意味着，快手的AI研究体系，第一次在国际标准化编程基准中，打败了包括 DeepSeek、Qwen-Coder、Claude Code 等一线选手。

一场从“短视频公司”打出来的AI战役

在国内的大模型赛道中，快手的角色一直有些微妙。 不像OpenAI、Anthropic那样纯粹以模型立身，快手更像是在业务驱动下的科研派——靠算法喂大了推荐系统，也靠算法喂出AI生态。

KAT系列就是这种基因的产物。

根据官方介绍，KAT-Dev-72B-Exp 是 KAT Coder 的强化学习实验版（RL preview）。 这套体系采用了 共享前缀轨迹（shared prefix trajectories） 和 熵约束奖励机制（entropy-shaped advantages） 来防止探索坍缩——这听起来有点抽象

让AI在写代码的时候，既敢试错，又不乱猜。

这正是过去所有AI编程模型的核心难题——“能写代码”和“能修Bug”之间，隔着的是理解力与耐心。

而KAT团队显然在这个问题上，迈出了一步。

一款由“四个智能体”协同的代码系统

值得注意的是，KAT Coder 并不仅仅是一个模型，而是一个多Agent协作体系。

它的架构包括：

🧑‍💻 Writing Agent：负责编写与生成核心代码；

🧪 Testing Agent：自动构建测试样例并发现潜在Bug；

🔧 Refactor Agent：负责代码性能优化与可维护性改进；

🚀 Deployment Agent：进行自动化部署和集成验证。

这种结构与 OpenAI 的 SWE-agent、Anthropic 的 Claude Code 体系类似，但KAT Coder在执行链条上更“工业化”—— 它并不只是一个研究Demo，而是已经在快手的部分内部开发流程中试运行。

业内人士指出，这意味着快手正尝试构建一个“自演化”的AI研发系统”： 开发团队用AI写代码，AI再优化AI的代码，循环加速。

SWE-Bench成绩的真正意义

对于AI编程模型来说，SWE-Bench Verified 是最具权威性的评估标准之一。 它考察模型能否在真实开源项目中，理解代码逻辑并修复缺陷。

74.6%的得分，意味着KAT Coder在近四分之三的真实Bug修复任务中，能给出正确、可运行的解决方案。

在这一点上，它不仅超越了DeepSeek Coder系列（71%）、Qwen-Coder（69%），甚至接近闭源巨头OpenAI的Codex 5系列水平。

而且这份成绩，是基于“严格脚手架”（strict SWE-agent scaffold）下测得的，也就是说，没有任何人工干预或搜索辅助。

开源背后的战略

更耐人寻味的是，KAT-Dev-72B-Exp 已经在 Hugging Face 上

开源地址：huggingface.co/Kwaipilot/KAT-Dev-72B-Exp

同时也能通过 StreamLake.ai 平台免费体验。

快手的这一步，很明显是在复制 DeepSeek 的成功路径——“开源+免费+高性能”三板斧，迅速拉拢开发者生态。

只不过，KAT Coder的定位更偏向于 面向生产级代码工程师的全流程工具，而非单纯的AI聊天助手。

在AI编程的世界里，速度很重要，但更重要的是稳定性和协作性。 KAT-Dev-72B-Exp 的出现，不只是快手的技术突破，也让外界重新思考一个问题：

当AI自己学会写、测、改、发—— 那么，“程序员”这个职业，还会是什么样？

-END-

我为大家打造了一份RPA教程，完全免费：songshuhezi.com/rpa.html